本文關(guān)鍵詞：基于多特征流形學(xué)習(xí)和矩陣分解的路面裂縫檢測(cè)　出處：《儀器儀表學(xué)報(bào)》2016年07期 　論文類型：期刊論文

  更多相關(guān)文章： 裂縫檢測(cè) 流形學(xué)習(xí) 多特征融合 矩陣分解

【摘要】：針對(duì)單一屬性特征的路面裂縫檢測(cè)方法無(wú)法從復(fù)雜背景噪聲中準(zhǔn)確提取裂縫信息的缺陷,提出一種結(jié)合多特征流形學(xué)習(xí)和矩陣分解的路面裂縫檢測(cè)算法。該算法首先根據(jù)路面裂縫子塊的統(tǒng)計(jì)、形狀和紋理特性抽取多重屬性特征并構(gòu)造多個(gè)流形正則項(xiàng),將流形正則項(xiàng)嵌入于矩陣分解的目標(biāo)函數(shù)中,采用交替迭代法在統(tǒng)一框架下實(shí)現(xiàn)裂縫子塊降維和多特征自適應(yīng)融合。為進(jìn)一步提高聚類準(zhǔn)確率,對(duì)路面裂縫圖像采用各向異性算法增強(qiáng)得到少量有效樣本標(biāo)簽,實(shí)現(xiàn)算法的半監(jiān)督擴(kuò)展。在公開(kāi)數(shù)據(jù)集(Crack IT)和實(shí)際采集的滬寧高速(HN)路面圖像庫(kù)上的實(shí)驗(yàn)結(jié)果表明,該算法可以有效提高路面裂縫識(shí)別率,驗(yàn)證了算法的有效性。
[Abstract]:......
【作者單位】： 南京理工大學(xué)計(jì)算機(jī)科學(xué)與工程學(xué)院;
【基金】：中國(guó)博士后科學(xué)基金(2014M551599) 江蘇省自然科學(xué)基金(BK20140794)項(xiàng)目資助
【分類號(hào)】：U418.66
【正文快照】： 1引言路面裂縫檢測(cè)是智能交通領(lǐng)域的重要組成部分,定期對(duì)路面病害狀況進(jìn)行準(zhǔn)確評(píng)估對(duì)于改善路面行車安全、減少經(jīng)濟(jì)損失具有重要實(shí)用意義[1]。傳統(tǒng)的人工實(shí)地觀測(cè)丈量的檢測(cè)方法耗時(shí)耗力,不適合對(duì)路面裂縫進(jìn)行系統(tǒng)的信息評(píng)估。近年來(lái),采用計(jì)算機(jī)進(jìn)行圖像分析的路面裂縫檢測(cè)技，

本文編號(hào)：1350356